基于TRCSP和L2范数的脑电通道选择方法

来源：电子测量技术杂志2023年第7期北京时间：

作者：路仲伟，陈勇，莫云，张本鑫

单位：1.桂林电子科技大学电子工程与自动化学院 桂林 541004; 2.桂林航天工业学院电子信息与自动化学院 桂林 541004; 3.中国软件评测中心 北京 100081

摘要：脑-机接口（BCI）系统常用高密度电极通道来获取较高空间分辨率的脑电（EEG）信号，但同时也会引入过多的噪声通道，影响脑电的解码性能。为了消除无关的噪声通道，提出了一种基于Tikhonov正则化共空间模式（TRCSP）和L2范数的运动想象脑电通道选择方法。首先基于TRCSP和分类器得到最优的空间滤波器，接着基于L2范数对空间滤波器得到的各通道的权重值进行排序。选择前K个通道的数据进行CSP特征提取，根据分类器的分类准确率确定最优K值，进而得到最优的通道数和通道组合。在实验中，使用6种分类器分别在BCI竞赛III（2005）数据集IVa和实验室自采集数据上验证所提出的通道选择方法的有效性。所提出的方法在两个数据集上的平均分类准确率分别达到了87.57%和74.32%，优于其它现有的方法。

关键词：脑机接口;脑电;运动想象;共空域模式;通道选择

基金资助：广西自动检测技术与仪器重点实验室基金(YQ22209)、桂林航天工业学院校级科研基金（XJ21KT27）项目资助